肌骨神经系统的整合模型与运动控制

研究运动的神经控制机理和策略，是认识人类大脑脊髓神经系统功能的一个重要部分。人体运动的神经控制涉及到肢体骨骼力学，肌肉生物物理，神经生理，神经控制，脑认知和学习功能，以及脑信息处理等领域的研究。过去的动物和人体实验研究，多针对某一个子系统展开。目前还缺乏一个合适的平台，研究和探索整体运动控制问题。该项目要建立一个整合的肌骨神经控制模型，为认识大脑脊髓神经控制的功能开辟一条新的途径。前期工作中，我们已建立了包括骨骼，肌肉和本体感受器的高真度虚拟上肢模型，以及脊髓神经回路的"alpha-gamma"模型。该研究将利用实验观测的人体运动信息，通过模型逆仿真运算，反演脊髓网络和大脑中枢对运动的控制和调节过程，并揭示运动控制的优化机制。研究旨在对人体运动的神经控制和信息处理在整体认识上有重点突破。研究结果可应用于帮助残疾人的运动功能重建，补偿，和康复治疗；也能为机器人仿生控制提供参考。

本项目目的在于建立研究神经运动控制的模型和实验平台，认识脊髓网络及大脑中枢在运动控制中的功能和作用机制。研究运动的神经控制原理，是认识中枢神经系统功能的重要部分，是系统神经科学研究的主要科学问题。受限于神经电生理和功能影像技术，神经运动控制领域的研究大都局限于对神经系统的局部观测。本项目旨在开辟从系统角度研究运动控制机制的新途径。通过建立感觉运动系统的多尺度整合模型，对比正常和异常运动的实验行为观测，揭示脊髓网络和大脑对运动控制的神经机制，提出对运动控制和信息处理过程的可检验假设。.本项目成果主要有两方面，一是研究方法和平台的建设，二是神经运动控制理论的进展。项目中建立了运动控制建模仿真平台与上肢运动实验采集平台。基于人体生物力学、肌肉生物物理和神经生理领域的研究，建立并验证了具有生理特性的虚拟手臂模型。该模型包括骨骼、肌肉、本体感觉器官和脊髓神经网络。基于此的运动控制建模仿真平台，可根据具体研究问题需要，提供不同偏好设置的模型模块和个性化的仿真实验方案。为配合模型仿真研究，建立了上肢运动与肌电的实验采集与分析方法，以为模型验证，仿真实验设计和运动控制机制研究提供数据支持。在以上平台基础上，揭示了脊髓神经网络在整合传递大脑前向控制指令和外周感觉反馈信息中的作用：（一）首次定量分析了大脑下行前馈控制和本体感觉反馈在手臂刚度控制中的作用及其对手臂稳定性的影响，其中感觉反馈对刚度的贡献达到35.75±16.99%，对稳定性的改善达到49.41±21.19%[He et al. 2013]；（二）在初级传入神经发放与关节角度呈线性关系的实验测量基础上，提出并验证肌梭静态运动神经非线性控制关节角度的理论[Lan & He 2012]；（三）首次提出脊髓固有神经元网络在帕金森震颤运动产生中起到的信号传导和处理功能[Hao et al. 2013]。此外对正常和帕金森运动的采集分析，为模块化运动控制理论提供了进一步的证据[He et al. 2014, to be submitted]。.本项目的科学意义在于，为研究运动控制提供新方法和新思路，并推动运动控制理论发展。在此基础上，可从系统角度进一步探讨高级运动中枢（大脑皮层、基底核回路、丘脑、小脑）的控制机制。此外，研究成果还有助于运动功能障碍的治疗、功能补偿和康复，也可为机器人仿生控制提供参考。